【NumPy】移動平均線と重回帰分析で株価予測

スポンサーリンク
ビッグバナー(上2)

この記事では、Python言語とNumPyを用いて、移動平均線(MA)と重回帰分析(多変量解析)で株価予測する方法をソースコード付きで解説します。

重回帰分析(多変量解析)とは

重回帰分析(多変量解析)とは、重回帰分析とは、複数個の説明変数で1つの目的変数を推定することです。

目的変数・・・日経平均株価
説明変数・・・前日の移動平均線(5日線、25日線、75日線、200日線)

【参考①】重回帰分析とは
【参考②】【NumPy】重回帰分析(多変量解析)
【参考③】【NumPy】移動平均線の求め方

今回は2015年のデータから重回帰式を求め、その式を用いて2016年の株価を予測してグラフにプロットしてみました。

ソースコード

サンプルプログラムのソースコードは下記の通りです。

■使用したデータ(日経平均株価のデータ)
2014年分:nikkei15.csv
2015年分:nikkei15.csv
2016年分:nikkei16.csv

※株価データの入手は下記サイトを参考に行いました。
【日経平均株価】過去データ(CSV)をダウンロード

実行結果

サンプルプログラムの実行結果です。

青線・・・日経平均株価(実値)
緑線・・・回帰式(予測値)

正答率の求め方については下記事で解説しています。
【NumPy】移動平均線・重回帰分析による株価予測の正答率

【関連記事】
Pythonで株価予測・分析(システムトレード)
NumPy入門 サンプル集
Python入門 サンプル集

スポンサーリンク
レクタングル(下2)
レクタングル(下2)

シェア&フォローお願いします!